1970 年代以降、現代の抗生物質の発見は小康状態にあります。 現在、世界保健機関は、 宣言された 抗菌薬耐性危機は世界の公衆衛生上の脅威トップ 10 の 1 つです。
感染症の治療を繰り返し行うと、細菌が抗生物質に対して耐性を持つようになるリスクがあります。 しかし、適切な抗生物質治療後に感染症が再発するのはなぜでしょうか? 十分に文書化されている可能性の 1 つは、細菌が代謝的に不活性になり、代謝活性にのみ反応する従来の抗生物質の検出を逃れているということです。 危険が去った後、細菌は再び生き返り、感染症が再発します。
「時間の経過とともに耐性菌が増えており、感染症の再発はこの休眠状態によるものです」と元医師のジャッキー・ヴァレリ氏は言う。 MIT武田フェロー （健康における機械学習のための MIT アブドゥル・ラティフ・ジャミール・クリニック内に拠点を置いています）彼女は最近、コリンズ研究所で生物工学の博士号を取得しました。 ヴァレリは次の本の最初の著者です。 新しい紙 今月の印刷号に掲載されました 細胞ケミカルバイオロジー これは、機械学習が休眠細菌にとって致死的な化合物のスクリーニングにどのように役立つかを示しています。
細菌の「スリーパーのような」回復力の話は、科学界にとってはほとんど新しいことではありません。1 億年前に遡る古代の細菌株は、 近年発見された 太平洋の海底で省エネ状態で生きています。
MIT ジャミール クリニックの生命科学教員を率いるジェームズ J. コリンズ氏は、MIT 医工学科学研究所および生物工学科の医工学科学テルメール教授であり、最近、 見出しを作りました これは、AI を使用して利用可能な既存の抗生物質を劇的に拡大するというグループのより大きな使命の一部です。
が発表した論文によると、 ランセット2019年に感染症が薬剤の影響を受けていれば127万人の死亡を防げた可能性があり、研究者らが直面している多くの課題の1つは、代謝的に休眠状態の細菌を標的にすることができる抗生物質を見つけることだ。
この場合、コリンズ研究所の研究者は AI を利用して、既知の薬剤化合物から抗生物質の特性を発見するプロセスをスピードアップしました。 分子が数百万個あるため、このプロセスには何年もかかる場合がありますが、ハイスループットのスクリーニングを実行する AI の能力のおかげで、研究者たちは週末の間にセマピモドと呼ばれる化合物を特定することができました。
SYTOX Blue 存在下でセマピモドで処理した大腸菌細胞のタイムラプス顕微鏡ビデオから。
クローン病に通常使用される抗炎症薬であるセマピモドが定常期に対しても効果的であることを研究者らは発見した 大腸菌 そして アシネトバクター・バウマニ。
もう一つの新事実は、セマピモドがいわゆる「グラム陰性菌」の膜を破壊する能力があることであった。グラム陰性菌は、外膜が厚く浸透しにくいため、抗生物質に対する固有の耐性が高いことで知られている。
グラム陰性菌の例としては、以下のものがあります。 大腸菌、 A. バウマニ、 サルモネラそして シュードモニスこれらはすべて、新しい抗生物質を見つけるのが困難です。
「セマのメカニズムを解明する方法の 1 つ」 [sic] それは、その構造が非常に大きく、外膜を標的とする他のものを思い出させたということです」とヴァレリは説明する。 「多くの小さな分子を扱い始めると、…私たちの目には、それはかなりユニークな構造に見えます。」
セマピモドは、外膜の成分を破壊することにより、通常はグラム陽性菌に対してのみ活性を示す薬剤に対してグラム陰性菌を感作させます。
ヴァレリは、2013 年に出版された論文からの引用を思い出します。 トレンド バイオテクノロジー: 「グラム陽性感染症にはより優れた薬が必要ですが、グラム陰性感染症にはどんな薬も必要です。」
1712602128
#抗生物質が効かないとき #MIT #の科学者は #を使用して眠っている細菌をターゲットにしています #マサチューセッツ工科大学ニュース
2024-04-08 18:00:00